Verbesserung der Nasenendoskopie mit KI
Ein Forscherteam von Ochsner Health hat kürzlich im International Forum of Allergy & Rhinology einen aufschlussreichen Artikel über die Anwendung von Convolutional Neural Networks (CNNs) zur Verbesserung der Genauigkeit und Effizienz der Nasenendoskopie veröffentlicht. Die Studie, die von Assistenzarzt Dr. Vinayak Ganeshan unter der Leitung des leitenden HNO-Arztes Dr. Edward D. McCoul verfasst wurde , befasst sich mit den Herausforderungen, die die komplexe Anatomie der Nasenhöhle bei der rhinologischen Diagnostik mit sich bringt. Die Nasenendoskopie (NE) ist ein wichtiges Diagnoseinstrument in der Rhinologie, ihre Wirksamkeit kann jedoch durch die komplexe Struktur der Nasenhöhle beeinträchtigt werden. Die Studie untersuchte ein CNN-basiertes Modell, das wichtige Orientierungspunkte in Bildern der Nasenendoskopie genau lokalisieren und segmentieren soll. Die Bilder für die Studie wurden aus NE-Untersuchungen gewonnen, die zwischen 2014 und 2023 im Ochsner Medical Center in New Orleans mit einem standardmäßigen digitalen Endoskop durchgeführt…

